汽车四轮转向非线性模型的神经网络控制

• 作者: 乔宇 王洪礼 胡斌
• 来源期刊: 机械强度
• 关键词: 四轮转向 神经网络 辨识 离散控制系统
• 年，卷（期）: 2003,（1）
• 所属期刊栏目: 振动·监测·诊断
• 页码范围: 28-31
• 页数: 4页
• 分类号: U461.1|O322
• 语种: 中文
• DOI: 10.3321/j.issn:1001-9669.2003.01.008

摘要

当侧偏角在12°～16°之间时,线性模型与非线性模型的差别较大,因此文中考虑了轮胎的非线性特性,引入Magic公式以建立汽车非线性模型.已经证明人工神经网络可以任意的精度逼近任意的非线性数学模型,因此很适合用来辨识Magic公式.采用一个四层BP神经网络来辨识该非线性模型,其输入、输出层分别有4个和3个神经元,第一、第二隐层分别有10个和8个神经元,其辨识效果还是不错的.在神经网络辨识的基础上,设计4WS汽车的离散控制系统,该系统采用负反馈控制,并采用PID作为控制器,以便达到侧偏角为零的控制目标.车速是影响汽车稳定性的关键因素,计算80 km/h、100km/h和120km/h时的侧偏角和横摆角速度,80km/h和100km/h时的侧偏角接近于零,并且远小于120km/h的侧偏角,横摆角速度也类似.仿真结果表明,随着车速的增加汽车稳定性是逐步下降的,控制系统达到了预先的控制目标,并且有效地提高了汽车四轮转向的稳定性和操纵性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王洪礼	天津大学机械学院	155	1726	22.0	29.0
2	胡斌	天津大学机械学院	11	134	7.0	11.0
3	乔宇	天津大学机械学院	14	230	9.0	14.0